筛选依据
主题必需的
语言必需的
在整个课程(说明和评估)中使用的语言。
了解产品必需的
级别必需的
课程长度必需的
技能必需的
字幕必需的
教师必需的
浏览材料科学课程目录
- 状态:预览
University of Pennsylvania
您将获得的技能: 同行评审, 道德标准与行为, 实验, 模拟, 研究设计, 数据收集, 科学方法, 研究方法, 研究, 科学与研究
- 状态:预览
University of Colorado Boulder
您将获得的技能: 运动科学, 公共卫生, 生命体征, 生理学, 慢性疾病, 呼吸, 心理健康, 运动医学, 预防保健, 内分泌学, 营养与饮食, 药理学, 生物化学, 运动训练, 免疫学, 运动学, 公共卫生与疾病预防
- 状态:免费试用
IBM
您将获得的技能: Python 程序设计, 交互式数据可视化, Matplotlib, 数据操作, 数据转换, 数据整理, 数据导入/导出, 网页抓取, 数据科学, Pandas(Python 软件包), 预测建模, 编程原则, 仪表板, 探索性数据分析, Plotly, 数据可视化, 数据可视化软件, 机器学习, 数据分析, 数据清理
- 状态:免费试用
IBM
您将获得的技能: Python 程序设计, 数据科学, 大型语言模型, LangChain, 数据导入/导出, LLM 申请, 层叠样式表(CSS), 单元测试, 软件设计, Flask(网络框架), ChatGPT, 响应式网页设计, Prompt Engineering, 生成式人工智能, 软件架构, 机器学习, 软件开发方法, 工程软件, 软件开发生命周期, 提示模式
- 状态:免费试用
Rice University
您将获得的技能: Python 程序设计, 面向对象编程(OOP), 计算机科学, Algorithm, 用户界面(UI), 计划发展, 计算机编程, 计算思维, 编程原则, 应用程序开发, 数据结构, 生物信息学, 理论计算机科学, 概率, 数据分析, 大数据, 组合学, 图论, 事件驱动编程, 互动设计
- 状态:预览
Deep Teaching Solutions
您将获得的技能: 生产率, 创造力, 时间管理, 压力管理, 精神集中, 自律, 适应, 愿意学习, 认知灵活性, 成长意识, 学习策略
- 状态:免费试用
您将获得的技能: Matplotlib, 统计分析, 数据科学, 回归分析, 统计, Pandas(Python 软件包), 探索性数据分析, 科学可视化, 概率分布, 统计方法, 统计假设检验, 描述性统计, Jupyter, 数据可视化, 相关性分析, 数据分析, 概率, 概率与统计
- 状态:免费试用
DeepLearning.AI
您将获得的技能: 统计分析, 数据科学, 统计推理, A/B 测试, 探索性数据分析, 描述性统计, 概率分布, 统计假设检验, 统计机器学习, 抽样(统计), 概率, 统计可视化, 概率与统计, 贝叶斯统计
- 状态:免费试用
您将获得的技能: Data Ethics, Data Analysis, Analytics, Data-Driven Decision-Making, Google Sheets, Business Analytics, Spreadsheet Software, Analytical Skills, Tableau Software, Data Sharing, Data Collection, Data Cleansing, Data Processing, Data Visualization Software, Data Visualization, SQL
- 状态:预览
University of Amsterdam
您将获得的技能: 政治科学, 社会学, 文化, 定性研究, 研究方法, 科学与研究, 经济学, 社会科学, 社会经济学
- 状态:预览
University of Colorado Boulder
您将获得的技能: 教育软件和技术, 写作, 人类学习, 教学法, 学习理论, 技术写作, 研究, 计划评估, 媒体与传播, 信息图表, 科学方法, 叙事, 社区外联, 说服沟通, 摄影, 教育与培训, 技术交流, 科学与研究, 口头表达, 面试技巧
- 状态:预览
University of Washington
您将获得的技能: 线性代数, 监督学习, 计算机科学, 计算思维, 网络模型, 计算机视觉, 信息架构, 生物学, 机器学习算法, 人工神经网络, 数学建模, 概率与统计, Matlab, 微分方程, 强化学习
总之,以下是 10 最受欢迎的 material science 课程
- 科学哲学: University of Pennsylvania
- 运动科学: University of Colorado Boulder
- 应用数据科学: IBM
- IBM AI 开发人员: IBM
- 计算机基础: Rice University
- 如何学习:学习困难科目的实用思维方法: Deep Teaching Solutions
- 使用 Python 进行数据科学统计: IBM
- 机器学习和数据科学的概率与统计: DeepLearning.AI
- Foundations: Data, Data, Everywhere: Google
- 经典社会学理论: University of Amsterdam